자체 지속 가능한 온실의 열 시각화
| 프로그램 | Tecplot |
|---|---|
| 종류 | 시뮬레이션 |
산업 혁신 공정을 다루는 다물리학 모델링 및 시뮬레이션 연구는 UC Berkeley 기계공학과의 Tarek Zohdi 교수의 다물리학 시뮬레이션 및 최적화 연구소(MSOL)에서 대학원생들이 수행하는 작업입니다. 이 연구소는 10년 이상 Tecplot 360을 사용하여 다물리학 시뮬레이션을 시각화해왔습니다.
자체 지속 가능한 온실 설계
Emre Mengi와 Roger Isied는 Zohdi 교수의 연구소에서 다니고 있는 두 명의 박사과정 학생으로, 2020년 7월부터 Tecplot 360을 사용하여 농업광전지(agriphotovoltaic) 온실의 레이 추적(ray-tracing) 시뮬레이션을 시각화하기 시작했습니다. 그들의 목표는 레이 추적 시뮬레이션을 검증하고, 이를 사용하여 온실의 기하학적 구조와 재료 매개변수를 최적화하여 자체 지속 가능한 온실을 설계하는 것이었습니다.
Emre Mengi는 "우리는 Tecplot 360을 선택했습니다. 이 도구는 시뮬레이션 요소를 자유롭게 검사할 수 있게 해줬고, 코드 디버깅을 훨씬 더 효율적으로 할 수 있도록 도와주었습니다. Tecplot 360은 레이 추적 외에도 레이와 표면 에너지 수준을 플로팅할 수 있게 해줬기 때문에, 다물리학 시뮬레이션에서 빛의 레이 경로에 대한 더 나은 통찰을 제공했습니다."라고 말했습니다.
시뮬레이션 최적화 및 문제 해결
Tecplot 360은 Mengi와 Isied가 시뮬레이션을 생성하고 문제를 해결하는 데 중요한 역할을 했습니다. 연구소의 멤버들은 일반적으로 시뮬레이션 프로토타입을 만들 때 Python을 사용합니다. PyTecplot을 통해 이들은 시간 의존적인 다물리학 시각화를 시뮬레이션 내에서 직접 통합할 수 있었습니다. 특히, PyTecplot의 NumPy 데이터 배열 수용 능력 덕분에 데이터셋을 형식화하고 저장할 필요가 없어졌습니다.
그 결과, 그들은 시뮬레이션의 변형을 실행하고 Tecplot 360을 통해 결과의 성격에 대한 직접적인 시각적 피드백을 받을 수 있었습니다. Python 코드와 PyTecplot 간의 직접적인 연결 덕분에 시뮬레이션 결과를 즉시 확인할 수 있었고, 실행 시간을 단축할 수 있었습니다.
동영상1. 반투명 온실에서 고주파 빛의 레이 추적. 빨간 구체는 온실과 교차한 레이를 추적하며, 초록 구체는 온실 내부의 바닥과 접촉한 레이를 추적합니다.
빠른 내보내기와 손쉬운 공유
실시간 코드 통합 외에도, 이 기능은 애니메이션을 포맷하고 적절한 비디오 파일 형식으로 바로 저장할 수 있게 해줍니다. 내보내기 기능은 기본 Python 데이터 시각화 패키지에 비해 놀라울 정도로 빠르고 유용합니다. 연구 과정의 일환으로 프레젠테이션에 적합한 애니메이션을 쉽게 생성할 수 있었습니다.
우리는 이 프로젝트 전에 PyTecplot을 사용한 적이 없었지만, Tecplot의 광범위하고 철저한 온라인 문서를 통해 프로젝트에 어떻게 구현할 수 있을지 쉽게 배울 수 있었습니다. PyTecplot 문서에 제공된 예시들은 함수 호출을 적절하게 구성하는 데 도움이 되었습니다."라고 말했습니다.
Mengi와 Isied는 이 프로젝트에서 그들이 이룬 진전이 Tecplot 360과 특히 PyTecplot이 제공하는 사용자 친화적이고 효율적이며 효과적인 도구들 덕분에 가능했다고 말합니다. 또한, Tecplot의 친절한 기술 지원 팀이 올바른 자원으로 안내하는 데 매우 도움이 되었다고 언급했습니다.
Mengi와 Isied는 "Tecplot 360 덕분에 우리의 연구 결과를 시각적으로 간결하면서도 강력한 방식으로 표현할 수 있었고, 이를 통해 더 넓은 과학 커뮤니티와 연구 결과를 공유하고 전달할 수 있었습니다."라고 두 사람 모두 동의했습니다.